AI+病理诊断 迪英加辅助病理诊断

近年来，医疗影像的千亿级市场吸引着大批的创业者入场，在人工智能+医疗影像结合日益紧密背景下，涌现了医准智能、汇医慧影、图玛深维等初创公司。

但持续创新的高门槛，细分领域复杂，不仅需要人工智能方面的专业能力，还需要医疗专业领域的深厚背景，这让很多初创型企业败下阵来，资本的眼光变得更加挑剔。

迪英加是一家人工智能数字病理辅助诊断初创公司，聚焦于病理诊断的细分赛道。今年已完成由中金资本领投、君联资本和将门创投跟投的B轮次融资，年底将计划C轮次融资。

从技术研发向商业化转型

市场中，想用人工智能技术介入病理诊断的科创企业很多，不过融不到钱，“阵亡”的也很多。投资机构要求严苛，这要求创业者既要懂技术又要懂市场。

创立迪英加之前，创始人杨林曾是美国大学三系终身教授、博士生导师，是一位技术类创业者，有着多年病理科和计算机系教授的交叉学科从业经验。他发现，病理专家的低收入和强工作量存在着巨大反差。

国内病理医生每天需要看数百张切片，而根据切片的复杂程度，每个病例需要花费30-40分钟不等的时间。腰椎病、视力下降、慢性神经损害等几乎成了病理医生的“职业病”。

此外，医学图像分析方面也存在若干的技术难题，如图像噪声、异常的病人数据、健康者和病患细微的区别等。

那么，如何真正解决中国病理诊断的行业难题？

杨林决定用人工智能辅助病理诊断。“机器学习可以缩短病理诊断的时间、提升诊断效率，最主要的是，它还能提供更加准确的诊断结果。人工智能的有效使用可以真正帮助病理医生提升判读水平，从精准诊断开始，实现精准医疗。”

2017年1月，杨林创办了迪英加，定位于将计算机视觉和深度学习技术用于病理的辅助诊断。

来源：企业官方

初期，迪英加做了AI辅助病理诊断产品。

随着市场的变化，医院系统的数字化、信息化需求旺盛，原来的基础系统已不足以承载医院的需求。迪英加开始升级，从样本的追踪、标本质控，切片的数字化和云存储，再到整个智慧化病理科建设，系统增加了人工智能组织学判读、细胞学筛查，免疫组化定量分析等功能。最终形成了如今的数字化、智能化病理科建设的整条软硬件服务产品线。

2019年10月，迪英加拿到软件和硬件医疗注册证，开始从技术研发过渡到整体商业化布局。

AI+病理诊断 几十个检测模块组成D-Path

不同医疗场景的商业化落地都有所不同，病理诊断的特点是染色方式多，癌症种类也相对比较复杂。迪英加提供了从细胞病理、组织病理、分子病理、免疫组化等多个产品矩阵的组合，医院也可根据不同需求对产品进行选择。

“一家三甲医院的病理科会有很多不同的业务类型，包括常规染色、免疫组化、细胞切片等多个项目。迪英加将所有模块分成细胞学、组织学、免疫组化、分子病理等四方面。”杨林介绍说。

目前，迪英加已将所有模块加入了D-Path系列产品组合，建设AI病理的整套方案。该产品包含了提供高压缩比例云存储解决方案的病理星球（D-PathPlanet）；高通量病理辅助诊断系统D-PathAI，国内首款智能显微镜智睫（D_CleverEye）等。

可对细胞、组织、免疫组化、分子病理图像进行自动检测、识别、分割、判读，快速处理分析数字病理图像。

来源：企业官方

杨林举例说：“传统用深度学习算法来预测肿瘤区域的项目多数只能将每张切片剪切成大量小尺寸图块，再预测单张图块是否为肿瘤区域。仅凭单张图块而不知周边区域的情况会影响预测准确度，由此产生的误差十分显著。迪英加的产品会先对全场图建立金字塔结构，然后对不同层级进行判读并充分考虑背景信息，从而更好地模拟了病理医生从多尺度观察肿瘤区域的实际操作，显著提升了算法的辅助诊断效率。以宫颈细胞图片为例，配合高通量扫描仪，迪英加开发的计算机辅助诊断系统能在5-10秒内自动完成宫颈细胞学初筛，系统判读的准确率可以达到95%以上。“

此外，在承载大批量患者数据的系统中，信息安全泄露也是医院日渐担忧的问题。杨林表示，用户可自主选择公有云或私有云部署，如果是公有云部署，迪英加会提供脱敏数据处理工具来保障用户的隐私和生物信息安全。”

在下一阶段，迪英加将继续深耕数字病理、人工智能在垂直行业中的大范围商业化落地，不断完善产品模块。同时，迪英加也有意向国外市场进军。

发现未来独角兽，项目BP发过来！

如果你的项目足够优秀，希望得到36氪浙江的报道，参加36氪浙江的“未来独角兽活动”，请将你的需求和BP发至36氪浙江项目征集邮箱：zhejiang@36kr.com，我们会及时回复。 

36氪浙江——让浙江创业者先看到未来 ！